X-Git-Url: https://bilbo.iut-bm.univ-fcomte.fr/and/gitweb/these_gilles.git/blobdiff_plain/5997a2db46b2dcd03451c2229f90a509b8db3759..1bdc5bd76352d829a51e2d6407ad331af7164113:/THESE/these.out

diff --git a/THESE/these.out b/THESE/these.out
index 666a7ec..f947487 100644
--- a/THESE/these.out
+++ b/THESE/these.out
@@ -1,39 +1,79 @@
 \BOOKMARK [0][]{chapter.1}{1 Introduction}{}
-\BOOKMARK [0][]{chapter.2}{2 Le traitement des images bruit\351es}{}
-\BOOKMARK [1][]{section.2.1}{2.1 Mod\350le d'image bruit\351e}{chapter.2}
-\BOOKMARK [1][]{section.2.2}{2.2 Mod\350les de bruit}{chapter.2}
-\BOOKMARK [2][]{subsection.2.2.1}{2.2.1 Le bruit gaussien}{section.2.2}
-\BOOKMARK [2][]{subsection.2.2.2}{2.2.2 Le speckle}{section.2.2}
-\BOOKMARK [2][]{subsection.2.2.3}{2.2.3 Le bruit ``sel et poivre''}{section.2.2}
-\BOOKMARK [2][]{subsection.2.2.4}{2.2.4 Le bruit de Poisson}{section.2.2}
-\BOOKMARK [1][]{section.2.3}{2.3 Les techniques de r\351duction de bruit}{chapter.2}
-\BOOKMARK [2][]{subsection.2.3.1}{2.3.1 Les op\351rateurs de base}{section.2.3}
-\BOOKMARK [3][]{subsubsection.2.3.1.1}{2.3.1.1 Le filtre de convolution}{subsection.2.3.1}
-\BOOKMARK [3][]{subsubsection.2.3.1.2}{2.3.1.2 Le filtre m\351dian}{subsection.2.3.1}
-\BOOKMARK [3][]{subsubsection.2.3.1.3}{2.3.1.3 Le filtre bilat\351ral}{subsection.2.3.1}
-\BOOKMARK [3][]{subsubsection.2.3.1.4}{2.3.1.4 Les algorithmes de filtrage par dictionnaire}{subsection.2.3.1}
-\BOOKMARK [2][]{subsection.2.3.2}{2.3.2 Les algorithmes de filtrage par patches}{section.2.3}
-\BOOKMARK [1][]{section.2.4}{2.4 Les impl\351mentations GPU des algorithmes de filtrage}{chapter.2}
-\BOOKMARK [2][]{subsection.2.4.1}{2.4.1 Le filtrage par convolution}{section.2.4}
-\BOOKMARK [2][]{subsection.2.4.2}{2.4.2 Le filtre m\351dian}{section.2.4}
-\BOOKMARK [2][]{subsection.2.4.3}{2.4.3 Le filtre bilat\351ral}{section.2.4}
-\BOOKMARK [2][]{subsection.2.4.4}{2.4.4 Les filtres par patches}{section.2.4}
-\BOOKMARK [1][]{section.2.5}{2.5 Les techniques de segmentation}{chapter.2}
-\BOOKMARK [2][]{subsection.2.5.1}{2.5.1 Analyse d'histogramme}{section.2.5}
-\BOOKMARK [2][]{subsection.2.5.2}{2.5.2 Partitionnement de graphe}{section.2.5}
-\BOOKMARK [2][]{subsection.2.5.3}{2.5.3 kernel-means, mean-shift et apparent\351s}{section.2.5}
-\BOOKMARK [2][]{subsection.2.5.4}{2.5.4 Les contours actifs, ou snakes}{section.2.5}
-\BOOKMARK [2][]{subsection.2.5.5}{2.5.5 M\351thodes hybrides}{section.2.5}
-\BOOKMARK [1][]{section.2.6}{2.6 Les impl\351mentations GPU des techniques de segmentation}{chapter.2}
-\BOOKMARK [2][]{subsection.2.6.1}{2.6.1 Calcul d'histogramme}{section.2.6}
-\BOOKMARK [2][]{subsection.2.6.2}{2.6.2 Partitionnement de graphe}{section.2.6}
-\BOOKMARK [2][]{subsection.2.6.3}{2.6.3 K-means, mean-shift et apparent\351s}{section.2.6}
-\BOOKMARK [2][]{subsection.2.6.4}{2.6.4 Snakes et Level set}{section.2.6}
-\BOOKMARK [0][]{chapter.3}{3 La segmentation orient\351e r\351gions dans les images bruit\351es}{}
-\BOOKMARK [1][]{section.3.1}{3.1 Pr\351sentation - existant}{chapter.3}
-\BOOKMARK [1][]{section.3.2}{3.2 La parall\350lisation du snake polygonal}{chapter.3}
-\BOOKMARK [0][]{chapter.4}{4 Le filtrage des images sur GPU}{}
-\BOOKMARK [1][]{section.4.1}{4.1 Algorithme de r\351duction de bruit par recherche des lignes de niveaux}{chapter.4}
-\BOOKMARK [1][]{section.4.2}{4.2 Filtre m\351dian}{chapter.4}
-\BOOKMARK [1][]{section.4.3}{4.3 Filtres de convolution}{chapter.4}
-\BOOKMARK [0][]{chapter.5}{5 Conclusion g\351n\351rale}{}
+\BOOKMARK [0][]{chapter.2}{2 Les processeurs graphiques \(GPU\) NVidia\256}{}
+\BOOKMARK [1][]{section.2.1}{2.1 Pourquoi ?}{chapter.2}
+\BOOKMARK [1][]{section.2.2}{2.2 Comment ?}{chapter.2}
+\BOOKMARK [2][]{subsection.2.2.1}{2.2.1 Le mat\351riel}{section.2.2}
+\BOOKMARK [2][]{subsection.2.2.2}{2.2.2 Le logiciel}{section.2.2}
+\BOOKMARK [2][]{subsection.2.2.3}{2.2.3 l'Occupancy}{section.2.2}
+\BOOKMARK [0][]{chapter.3}{3 Le traitement des images bruit\351es}{}
+\BOOKMARK [1][]{section.3.1}{3.1 Mod\350le d'image bruit\351e}{chapter.3}
+\BOOKMARK [1][]{section.3.2}{3.2 Mod\350les de bruit}{chapter.3}
+\BOOKMARK [2][]{subsection.3.2.1}{3.2.1 Le bruit gaussien}{section.3.2}
+\BOOKMARK [2][]{subsection.3.2.2}{3.2.2 Le speckle}{section.3.2}
+\BOOKMARK [2][]{subsection.3.2.3}{3.2.3 Le bruit ``sel et poivre''}{section.3.2}
+\BOOKMARK [2][]{subsection.3.2.4}{3.2.4 Le bruit de Poisson}{section.3.2}
+\BOOKMARK [1][]{section.3.3}{3.3 Les techniques de r\351duction de bruit}{chapter.3}
+\BOOKMARK [2][]{subsection.3.3.1}{3.3.1 Les op\351rateurs de base}{section.3.3}
+\BOOKMARK [3][]{subsubsection.3.3.1.1}{3.3.1.1 Le filtre de convolution}{subsection.3.3.1}
+\BOOKMARK [3][]{subsubsection.3.3.1.2}{3.3.1.2 Le filtre m\351dian}{subsection.3.3.1}
+\BOOKMARK [3][]{subsubsection.3.3.1.3}{3.3.1.3 Le filtre bilat\351ral}{subsection.3.3.1}
+\BOOKMARK [3][]{subsubsection.3.3.1.4}{3.3.1.4 Les algorithmes de filtrage par dictionnaire}{subsection.3.3.1}
+\BOOKMARK [2][]{subsection.3.3.2}{3.3.2 Les algorithmes de filtrage par patches}{section.3.3}
+\BOOKMARK [1][]{section.3.4}{3.4 Les impl\351mentations GPU des algorithmes de filtrage}{chapter.3}
+\BOOKMARK [2][]{subsection.3.4.1}{3.4.1 Le filtrage par convolution}{section.3.4}
+\BOOKMARK [2][]{subsection.3.4.2}{3.4.2 Le filtre m\351dian}{section.3.4}
+\BOOKMARK [2][]{subsection.3.4.3}{3.4.3 Le filtre bilat\351ral}{section.3.4}
+\BOOKMARK [2][]{subsection.3.4.4}{3.4.4 Les filtres par patches}{section.3.4}
+\BOOKMARK [1][]{section.3.5}{3.5 Les techniques de segmentation}{chapter.3}
+\BOOKMARK [2][]{subsection.3.5.1}{3.5.1 Analyse d'histogramme}{section.3.5}
+\BOOKMARK [2][]{subsection.3.5.2}{3.5.2 Partitionnement de graphe}{section.3.5}
+\BOOKMARK [2][]{subsection.3.5.3}{3.5.3 kernel-means, mean-shift et apparent\351s}{section.3.5}
+\BOOKMARK [2][]{subsection.3.5.4}{3.5.4 Les contours actifs, ou snakes}{section.3.5}
+\BOOKMARK [2][]{subsection.3.5.5}{3.5.5 M\351thodes hybrides}{section.3.5}
+\BOOKMARK [1][]{section.3.6}{3.6 Les impl\351mentations GPU des techniques de segmentation}{chapter.3}
+\BOOKMARK [2][]{subsection.3.6.1}{3.6.1 Calcul d'histogramme}{section.3.6}
+\BOOKMARK [2][]{subsection.3.6.2}{3.6.2 Partitionnement de graphe}{section.3.6}
+\BOOKMARK [2][]{subsection.3.6.3}{3.6.3 K-means, mean-shift et apparent\351s}{section.3.6}
+\BOOKMARK [2][]{subsection.3.6.4}{3.6.4 Snakes et Level set}{section.3.6}
+\BOOKMARK [2][]{subsection.3.6.5}{3.6.5 Algorithmes hybrides}{section.3.6}
+\BOOKMARK [1][]{section.3.7}{3.7 Conclusion}{chapter.3}
+\BOOKMARK [0][]{chapter.4}{4 La segmentation par snake polygonal orient\351 r\351gions}{}
+\BOOKMARK [1][]{section.4.1}{4.1 Pr\351sentation de l'algorithme}{chapter.4}
+\BOOKMARK [2][]{subsection.4.1.1}{4.1.1 Formulation}{section.4.1}
+\BOOKMARK [2][]{subsection.4.1.2}{4.1.2 Optimisation des calculs}{section.4.1}
+\BOOKMARK [2][]{subsection.4.1.3}{4.1.3 Impl\351mentation s\351quentielle}{section.4.1}
+\BOOKMARK [2][]{subsection.4.1.4}{4.1.4 Performances}{section.4.1}
+\BOOKMARK [1][]{section.4.2}{4.2 Impl\351mentation parall\350le GPU du snake polygonal}{chapter.4}
+\BOOKMARK [2][]{subsection.4.2.1}{4.2.1 pr\351-calculs des images cumul\351es}{section.4.2}
+\BOOKMARK [2][]{subsection.4.2.2}{4.2.2 Calcul des contribution des segments}{section.4.2}
+\BOOKMARK [3][]{subsubsection.4.2.2.1}{4.2.2.1 Cas particulier des segments dont la pente k v\351rifie |k|1}{subsection.4.2.2}
+\BOOKMARK [2][]{subsection.4.2.3}{4.2.3 Performances}{section.4.2}
+\BOOKMARK [2][]{subsection.4.2.4}{4.2.4 Discussion sur l'initialisation}{section.4.2}
+\BOOKMARK [2][]{subsection.4.2.5}{4.2.5 Conclusion}{section.4.2}
+\BOOKMARK [0][]{chapter.5}{5 R\351duction de bruit par recherche des lignes de niveaux}{}
+\BOOKMARK [1][]{section.5.1}{5.1 Pr\351sentation de l'algorithme}{chapter.5}
+\BOOKMARK [2][]{subsection.5.1.1}{5.1.1 Formulation}{section.5.1}
+\BOOKMARK [3][]{subsubsection.5.1.1.1}{5.1.1.1 Isolines \340 un seul segment}{subsection.5.1.1}
+\BOOKMARK [3][]{subsubsection.5.1.1.2}{5.1.1.2 Isolines compos\351es de plusieurs segments - crit\350re d'allongement}{subsection.5.1.1}
+\BOOKMARK [1][]{section.5.2}{5.2 Impl\351mentation parall\350le}{chapter.5}
+\BOOKMARK [2][]{subsection.5.2.1}{5.2.1 Isolines \351valu\351es semi-globalement}{section.5.2}
+\BOOKMARK [2][]{subsection.5.2.2}{5.2.2 Isolines \340 segments pre-\351valu\351s - mod\350le PI-PD}{section.5.2}
+\BOOKMARK [2][]{subsection.5.2.3}{5.2.3 Mod\350le PI-PD hybride}{section.5.2}
+\BOOKMARK [3][]{subsubsection.5.2.3.1}{5.2.3.1 Le d\351tecteur de zone \340 faible pente}{subsection.5.2.3}
+\BOOKMARK [1][]{section.5.3}{5.3 R\351sultats}{chapter.5}
+\BOOKMARK [1][]{section.5.4}{5.4 Conclusion}{chapter.5}
+\BOOKMARK [0][]{chapter.6}{6 Le filtre m\351dian sur GPU}{}
+\BOOKMARK [1][]{section.6.1}{6.1 Introduction}{chapter.6}
+\BOOKMARK [1][]{section.6.2}{6.2 Les transferts de donn\351es}{chapter.6}
+\BOOKMARK [1][]{section.6.3}{6.3 Utilisation des registres}{chapter.6}
+\BOOKMARK [2][]{subsection.6.3.1}{6.3.1 La s\351lection de la valeur m\351diane}{section.6.3}
+\BOOKMARK [2][]{subsection.6.3.2}{6.3.2 Masquage des latences}{section.6.3}
+\BOOKMARK [1][]{section.6.4}{6.4 R\351sultats}{chapter.6}
+\BOOKMARK [1][]{section.6.5}{6.5 Conclusion}{chapter.6}
+\BOOKMARK [0][]{chapter.7}{7 Les filtres de convolution sur GPU}{}
+\BOOKMARK [1][]{section.7.1}{7.1 Introduction}{chapter.7}
+\BOOKMARK [1][]{section.7.2}{7.2 Impl\351mentation g\351n\351rique de la convolution non s\351parable}{chapter.7}
+\BOOKMARK [1][]{section.7.3}{7.3 Impl\351mentation optimis\351e de la convolution non s\351parable}{chapter.7}
+\BOOKMARK [1][]{section.7.4}{7.4 Cas de la convolution s\351parable}{chapter.7}
+\BOOKMARK [1][]{section.7.5}{7.5 Conclusion}{chapter.7}
+\BOOKMARK [0][]{chapter.8}{8 Conclusion g\351n\351rale}{}